科技智庫戰略決策平臺構建研究

于升峰 肖強

摘要：[目的/意義]適應當今社會科技創新活動復雜性、交叉性、數據量大等特征，支撐科技智庫專家開放研究和管理者科學決策。[方法/過程]設計構建數據、知識、應用、決策和反饋的5層體系結構決策平臺模型，并集成數據挖掘、機器學習、知識發現、協同研究、決策溝通等功能的平臺。[結果/結論]滿足智庫專家知識深度計算和發現需求、管理者決策過程公開和決策科學性需求、創新主體參與需求，尤其創新性構建了正向決策流程和逆向反饋流程的閉環工作流，使智庫專家、決策者和科技創新者等多方主體在平臺上良性互動，形成協同協作的決策共同體，達到提高科技創新決策的科學性和有效性的目的。

關鍵詞：科技智庫? 決策? 平臺? 構建

分類號：G311

DOI： 10.19318/j.cnki.issn.2096-1634.2020.01.04

智庫也稱腦庫或思想庫，是提供思想和知識產品的機構，美國賓夕法尼亞大學的《2015年全球智庫報告》中提到，科技智庫是尋求理解社會所面臨的挑戰以及找到工具和方法去克服它們，努力為與公眾有關的如環境、太空探索、能源/自然資源、教育、基礎設施和公共衛生等領域的進步提供相關政策支撐。中共中央辦公廳、國務院辦公廳印發的《關于加強中國特色新型智庫建設的意見》明確強調“中國特色新型智庫是以戰略問題和公共政策為主要研究對象、以服務黨和政府科學民主依法決策為宗旨的非營利性研究咨詢機構”[1]。上海社會科學院智庫研究中心在《2013中國智庫報告》中提出：智庫主要是指以公共政策為研究對象，以影響政府決策為研究目標，以公共利益為研究導向，以社會責任為研究準則的專業研究機構[2]。中國科學院科技戰略咨詢研究院萬勁波等將科技智庫定義為“以科技戰略政策科學研究為主要職能，以科技戰略政策決策咨詢為主要功能的專業政策研究和咨詢機構”[3]，本研究認為科技智庫是針對科學技術領域的思想庫，是匯聚社會各界智慧，研究科技創新發展規律，為決策機構提供知識產品，并向社會傳播政策信息的組織，通過廣泛聯接政府和科技、經濟、社會各界，影響科技創新政策的制定、選擇和實施?？萍贾菐旒仁侵菐齑笞宓囊粋€領域分支，又具有科技、經濟、社會等智庫的交叉融合特征。

作為新型智庫，戰略決策環境是科技智庫的重要需求，本研究要構建的戰略決策平臺是提供決策工作流程再造、信息深度計算和知識智能化發現、戰略決策協同的信息化載體平臺。

1? 科技智庫特征

科技智庫是智庫大族的一個分支，應具有智庫的普遍屬性，同時由于科技創新又有其自身特殊的發展規律，本文認為科技智庫具有4大特殊性：一是知識密集、領域交叉特征。科學技術發展迅猛，自然科學體系紛繁復雜，各學科枝繁綿長自成體系，學科交叉趨勢明顯，科技智庫須有分析海量數據、駕馭復雜體系、發現客觀規律、提出決策卓見的能力。二是科技、經濟、社會一體化特征[4]?？茖W發現和科技創新已經從最初的科學家興趣愛好發展成經濟社會發展和競爭的核心源泉，科技智庫需要有經濟社會環境下對科技創新規律的把握能力。三是科技智庫專家協同特征。須是以自然科學領域專家為主導，輔以經濟、社會、管理等專家參與，各領域專家充分協同。四是決策溝通特征。科技發展規律是人類永恒的探索課題，科技創新政策的選擇帶有多樣性，需建立決策者與科技智庫專家的動態溝通機制。

科技智庫相比于其他社會科學智庫，在方法論上有一個顯著優勢，就是科技數據資源豐富，科技統計體系完善，國內外科技類數據庫規范齊全，這就為科技智庫對知識深度計算、實現知識發現智能化提供了廣闊空間。

2? 科技智庫需求

科技智庫研究科技發展規律和科技發展戰略，參與和影響宏觀決策。一般認為從18世紀末蒸汽機的發明和使用至今已經經歷了3次科技革命，并且正在醞釀第4次科技革命，兩百多年的時間科學技術迅猛發展，近百年來世界科技強國推動科技創新的政策和舉措不斷涌現，致使科學數據積累和制度經驗累積呈指數級增長，這就對科技智庫的戰略研究提出了新的挑戰，要摸準科技創新的發展規律，選擇適合的政策措施，僅有理論和定性分析已經遠遠不能滿足要求?？萍贾菐煨枰邆湎到y性分析長周期內的大數據要素并發現規律輔助決策的能力。以上這些因素催生了新型科技智庫對信息化智能化決策平臺的需求。

第一是大數據資源智能集成與管理需求。數據資源廣度上盡可能涵蓋要研究的所有領域，深度上要保證數據的完整性和細節，時間上又要連續周期的數據積累，如國內外專利數據庫和文獻數據庫，都是完整的、連續的，這類大數據是相對容易獲得和結構規范的，同時還有一大類分散的、不規范的、不易獲得和加工處理的數據，如網上資訊數據、微信微博數據、Facebook和Twitter數據等，這類大數據時效性強、關注度高，更是當今科技智庫不可或缺的大數據資源，總體上各類數據需完成智能集成和管理[5]。第二是知識深度計算需求。要能從多個維度快速聚類分析，發現數據表現特征和規律，比如湯森路透的專利分析和智立方的文獻分析等，同時更要有跨平臺跨領域的融合分析，把不同類的數據庫的分析結論進行關聯，發現其隱含的深層特性，比如專利數據庫的發明人與文獻數據庫的論文作者、機構之間的關聯關系、合作關系，從時間維度觀察領域的學術走勢和產業技術趨勢的耦合關系，人才流動趨勢，結合經濟數據和人才數據等，觀察經濟發展特征，溯源其科學和技術領域發展的關系。第三是決策研究流程再造需求。包括線上協同協作，在信息化環境下通過互聯網、手機移動端建立起智庫專家之間的及時協作協商，思想碰撞和知識共享機制;線上決策溝通，通過協作平臺建立智庫專家與決策者之間的及時溝通橋梁，在理論和實踐之間反復碰撞，從而形成行之有效的決策方案和政策導向;決策信息傳播，打通與社會民眾的信息壁壘，凝聚社會共識，提高政策實施效能。

3? 科技智庫戰略決策平臺構建

3.1? 科技智庫平臺類型

3.1.1? 資源共享型? 國內科技智庫輔助平臺功能大多限于提供科技信息資源和共享服務。我國從2009年起建立起了從全國到地方的科技信息資源共享服務體系，國家層面的科技資源共享服務平臺有中國科技資源共享網（escience.org.cn）、國家科技圖書文獻中心（NSTL）、中國科學院科技大數據知識發現平臺等，省級平臺有首都科技條件平臺、上海研發公共服務平臺、廣東省科技資源共享網等30多個平臺，還有中國知網、維普、萬方等數據庫公司[6]，形成了覆蓋我國幾乎所有省份的科技資源共享體系，這些平臺包含各類科技資源、科學數據、科技文獻專利、大型科學儀器設備等，優勢是大而全，信息資源海量，國內外信息資源共享完整，數據基礎處理規范，為智庫專家提供可檢索可提取的大數據支撐保障。這些平臺承擔著資源建設和共享的任務，數據挖掘和分析方面個性化供給不足，知識計算和知識發現方面尚處于探索階段，比如中國科學院科技大數據知識發現平臺做了大類、大領域的聚類，專家、機構的關聯等，深度運算方面還有待提升，更是缺少基于智庫工作流程的支撐，比如決策者參與、協同、反饋等功能。

3.1.2? 監測預測型? 這類平臺能夠輔助智庫和管理者進行動態監測信息與計量、監測科技活動與科技創新等領域的現狀與趨勢。山東省科技發展戰略研究所開發的科技發展決策支持平臺[7]就是主要通過運用信息抽取、數據轉換、數據挖掘等技術手段，對海量科技資源信息進行掃描、識別、監測，實現監測和預測兩大主要功能，一是以動態可視化的方式呈現該省的科技發展現狀，如R&D投入、技術交易額、項目獲獎、專利申請授權、高新技術企業等，并按時間線呈現發展規律，其中建立評價指標體系，可以進行科技評估評價，并以可視化方式顯示于監測大屏;二是通過持續跟蹤反映國內外重要科技發展方向的網站和數據庫資源，從中發現科學領域的交叉關系和技術創新的演變趨勢，預測科技前沿技術、關鍵技術、新興技術以及科技發展對經濟走向的影響等。另外平臺還可提供決策者關注的科技投入、科技進步貢獻率、科技成果轉化率等方面課題研究，建立專門的數據倉庫，長期跟蹤和研究。這類平臺的工作模式更多是通過相關數據統計監測，可視化呈現方式，為政府部門或其他用戶提供動態直觀的發展現狀反映，并可通過時間線上的數據表達看到發展的過程和曲線延伸趨勢，從而達到輔助決策的目的。但是平臺的開放性不夠，各類決策參與主體屬于接收型角色，比較不容易在平臺上形成良性互動和開放協同。

3.1.3? 支撐決策型? 決策支撐性平臺以智庫專家、決策者、受眾3個主體的不同需求和相互依存關系為牽引，構建基于底層科技信息溝通之于決策者虛擬平臺和用戶反饋之于創新主體虛擬平臺。發起任務即建立起主題工作流，3類主體按主題建成虛擬工作團隊，根據不同權限調用平臺的不同功能，在設定入口建立交互鏈接，完成正向工作流程，并預設反饋可發起的反向工作流程，從而每個主題都可實現閉環工作流系統。一個決策支撐平臺可以建立若干主題的工作虛擬團隊，互不干涉，獨立運用基于底層科技信息資源的知識發現平臺，獨立支撐智庫專家研究行為和決策溝通行為。這樣的支撐平臺期望能融合前兩類平臺的大數據資源共享、知識發現和監測預測、專題研究等功能，并能實現開放的協同研究和反饋影響機制。

3.2? 支撐決策型平臺構建模型

本研究構建的戰略決策平臺是基于科技智庫的戰略需求，構建信息智能采集、知識庫、智能處理的大數據環境體系，復加智庫專家、決策者和社會單元的協同決策溝通體系，疊加政策實施和評價、社會傳播的決策績效反饋體系，從而構筑完整的科技智庫決策研究生態系統，生態系統的5層結構模型為：基礎數據層、知識管理層、智庫應用層、服務決策層和決策績效反饋層，見圖1。

3.2.1? 基礎數據層? 支撐平臺的海量數據體系，智能處理結構化、非結構化數據，重構數據倉庫。結構化商用數據庫導出元數據，如中外文文獻數據庫、專利數據庫、會議論文數據庫、碩博論文庫、科技報告庫、科技成果庫、經濟信息庫、政策信息庫等，重構數據倉庫;非結構化網絡開放資訊數據，通過智能采集互聯網動態信息、新媒體信息、微博、微信公眾號、推特、臉書等信息，建立統一數據集詞典，構建結構化數據倉庫。打通結構化數據源和非結構化數據源之間的阻斷，建立專家、機構、項目、地域、基金等關聯鏈接，對知識管理層數據處理做儲備。

3.2.2? 知識管理層? 根據流程頂端發布的指令，對基礎數據層數據進行智能提取和管理，形成各類情景知識庫。

針對數據倉庫的數據進行清洗，對不同存儲格式數據進行文本轉化，抽取主體數據，做分詞標注和自動標引，抽取關聯關系，賦予數據屬性標注，鏈接數據主體與數據原體，抽取填充關鍵詞字段，完成知識處理單元準備。

根據流程頂端指令，建立領域知識詞表，依據詞表抽取數據單元組建數據集，開始對語料庫進行機器學習，完成知識合并處理和知識推理，形成各類情景知識庫。

圖1? 戰略決策平臺模型圖

Figure 1? Strategic decision platform model

3.2.3? 智庫應用層? 依據頂端流程指令構建規則模型，對情景知識庫進行主題聚類分析、計量分析和語義分析等，繼而訓練機器學習，機器深度運算后構建關聯關系庫，智庫專家可通過可視分析，調整組合關聯分析單元，實現多元知識發現、規律發現和趨勢發現。

智庫專家和社會專家在這個層面上可以進行協作研究，主題討論和頭腦風暴結果作為因變量帶入，可影響可視分析結果，看到不同觀點帶來的不同規律和趨勢。

決策者入口允許觀測智庫專家的討論，也可參與討論和模擬可視化結果，決策者與智庫專家的頻繁互動，理論和實踐要素滲透結合，結論和趨勢由發散態勢逐漸聚焦。

3.2.4? 服務決策層? 決策門戶提供與社會各界的過程交互通道和結果的公開，內置自動完成的可公開的戰略決策過程、參與決策的科技智庫專家觀點、決策者信息、參與者信息和階段決策意見等，發布公共政策制定周期的前期研究成果，國內外相關政策匯集，備存體現公共政策公共性的全流程備份資料，并提供關鍵詞檢索查看功能。

決策部門入口聯接戰略決策的全流程節點，按照一項目一任務的方式，發起任務聯接重要節點信息關聯的專家、機構、知識庫，可模擬可視化決策過程和決策結果，可通過調整因變量仿真政策走向，可與參與決策的智庫專家及時互動，可觀測社會機構決策門戶的輿情動態信息。

社會機構入口開放政策相關單位的參與決策過程信息，可參與內部互動和社會互動，可視化仿真政策出臺后的相關受益結果和預期風險。

3.2.5? ?績效反饋層? 根據項目目標預設評價指標體系和權重，建立評價模型，提供政策評價、專家評價和社會評價3級評測體系，其中政策評價規定由公共政策專家針對政策設立的目標開展定量評價，專家評價結合社會評價是政策運行一段時間后進行的績效評價。構建評價結果與服務決策層的動態反饋流程、服務決策層與智庫應用層的反饋流程、智庫應用層與知識管理層的反饋流程，直至基礎數據層的反饋流程，可以按層級逐級反饋，也可以從任一層發起正反饋要求，比如從基礎數據層發起的數據采集策略調整，從知識管理層發起的機器學習結果優化，從智庫應用層新發起協同研究和決策溝通任務。

績效反饋層作為決策實施績效流程優化的調度層，與各層級之間設置多元多通道反饋機制，實現目標導向的戰略決策環境搭建。

3.3? 戰略決策平臺工作流

科技智庫戰略決策平臺工作流由正向工作流和反向工作流組成，兩種工作流在績效反饋層完成閉環生態鏈，見圖2。

圖2? 雙向決策工作流程圖

Figure 2? Two-way decision flow chart

正向工作流通過智能化整合數據、挖掘、知識發現、協同研究、決策溝通和績效反饋，實現科技智庫的工作流程再造，聚焦關鍵節點智能化升級，構建戰略決策生態鏈，一是智庫專家的數據處理節點升級，海量的科技數據繁冗復雜，平臺依據需求接受指令，實現數據智能采集，構建數據倉庫和個性化邏輯數據庫，建立智庫專家在研多個項目的各自獨立的縱向資料庫，基礎數據處理智能升級;二是智庫專家知識發現節點升級，平臺運用機器學習、語義算法、智能挖掘、可視分析和人工智能輔助發現發展規律，提升知識價值;三是智庫專家與決策者溝通節點升級，科技智庫服務決策機構既要解決好理論實踐兩張皮的問題，也要避免成果政策不適用問題，全程需要決策者參與，線上線下互聯網+移動端，平臺提供決策者多維角色功能，參與研究、討論和頭腦風暴，參與政策仿真;四是社會參與節點升級，科技智庫以研究科技公共政策為主要目的，公共政策屬性決定了社會公眾參與的必要性，平臺提供互聯網+移動端的參與方式，配置德爾菲調查模塊、社會參與模塊和輿情監測模塊;五是智庫服務升級，智庫服務由原人工研究報告升級為人工干預定制、機器智能完成的系列化、可視化、動態化產品，戰略決策分析、技術前沿跟蹤、產業趨勢分析、企業競爭情報、知識產權預警等模塊提供給決策者和社會機構，并預置績效反饋模塊，接收績效評價數據。

反向工作流由績效反饋層發起，反饋體系構建了政策評價、專家評價和社會評價模塊，根據定性定量指標和權重構建評價模型，其中政策評價以定量指標為主，主要看戰略研究項目目標達成情況，專家評價和社會評價作為后評價體系，其指標和權重側重政策運行后的一定周期內經濟社會效益情況。科技智庫戰略決策平臺通過績效反饋機制構建研究生態，智庫專家、決策者、機構和社會形成相互依存關系，社會需求、機構發展提出問題，決策者梳理主題委托科技智庫研究，研究結果反饋給決策者，通過政策實施作用于機構和社會，決策效果通過經濟社會發展實踐檢驗，又通過政策評價、專家評價和社會評價反饋給科技智庫，相關各方相互作用形成閉環工作生態鏈。

4? 結語

科技智庫戰略決策平臺是適應當今世界發展新形勢而搭建的科技發展戰略研究工作信息化開放性載體，通過大數據分析和人工智能輔助，充分釋放研究者洞見力和參謀力，通過平臺溝通提高政府的決策力，通過社會參與提高創新主體的政策紅利和創新效率，并通過績效反饋優化智庫決策和政府政策創新，從而，決策平臺驅動各方合力釋放創新效能。

參考文獻：

[1] 芮雯奕. 美國麻省理工學院科技智庫建設特點及啟示[J]. 智庫理論與實踐， 2016， 1（4）： 114-118.

[2] 童正容， 張良強. 臺灣地區科技智庫發展現狀及對大陸科技智庫建設的啟示[J]. 科技進步與對策， 2015（8）： 32-36.

[3] 萬勁波， 李培楠. 國家科技智庫體系建設態勢及政策建議[J]. 數字圖書館論壇， 2017（3）： 6-10.

[4] 季婉婧， 曲建升. 國際典型科技智庫的類型及其產品特點分析[J]. 圖書與情報， 2012（5）： 93-98.

[5] 夏青， 侯萌. 我國科技媒體智庫平臺建設路徑及架構[J]. 全球科技經濟瞭望， 2019（1）： 37-57.

[6] 周宏虹， 伍詩瑜. 我國科技信息資源共享平臺建設現狀[J]. 科技管理研究， 2019（5）： 174-178.

[7] 丁華， 李星洲， 方濤. 山東省科技發展決策支持平臺的總體設計框架研究[J]. 科技管理研究， 2013（2）： 27-30.

作者貢獻說明：

于升峰：項目負責人，團隊負責人，總體設計策劃;

肖? 強：負責帶領團隊具體實施。

Research on the Construction of Strategic Decision-making Platform for S&T Think Tanks

Yu Shengfeng? Xiao Qiang

Qingdao Institute of S&T Information， Qingdao 266000

Abstract： [Purpose/significance]In order to adapt to the complexity， intersection and large amount of data of scientific and technological innovation activities in todays society， it is important to support the open research of experts in science and technology think tanks and the scientific decision-making of managers. [Method/process] This paper designs and constructs a five-layer architecture decision platform model of data， knowledge， application， decision and feedback， and then， establishes a platform integrating data mining， machine learning， knowledge discovery， collaborative research， decision communication and other functions. [Result/conclusion] The platform can meet think tank experts needs on knowledge deep calculation and discovery， the openness and scientificity in decision-making process and participation of innovators. In particular， it innovatively constructs a closed-loop workflow of forward decision-making process and reverse feedback process， which enables think tank experts， decision makers and science and technology innovators to interact on the platform， form a collaborative decision-making community， and achieve the goal of improving the scientificity and effectiveness of science and technology innovation decision-making.

Keywords： S&T think tank? ? decision making? ? platform? ? construct

收稿日期：2019-09-26? ? ? 修回日期：2019-10-26

本文系中央引導地方科技發展專項計劃“青島市科技智庫公共服務平臺”（項目編號：18-1-3-1-zyyd-gh）研究成果之一。

作者簡介：于升峰（ORCID：0000-0003-2190-6138），研究員，理學學士，E-mail：18661689308@126.com;肖強（ORCID：0000-0002-5261-8772），高級工程師，工學學士，E-mail：qd82898286@163.com。